Сьогодні у світі стрімко формується нова парадигма — цифровий суверенітет держав. Після років залежності від закритих комерційних екосистем уряди прагнуть самостійно володіти своїми даними, створювати відкриті технології й контролювати критичну цифрову інфраструктуру. На міжнародних самітах digital sovereignty сьогодні звучить поруч з AI та cybersecurity — це вже питання не лише технологій, а й цифрової незалежності держав.
CTO Kitsoft Володимир Січка у статті для DOU подівся досвідом створення low-code платформи Liquio, яку команда Kitsoft розвиває з урахуванням підходів до цифрового суверенітету, а також розповів про AI-інструменти, які використовуються для прискорення розробки державних сервісів.
Саме на базі Liquio побудовано портал Дія та низку його ключових послуг — єМалятко, е-Резидент, е-Підприємець та інші. Цього року разом із Міністерством цифрової трансформації України Kitsoft також запустили AI-асистента в Дії — першого у світі, що дозволяє отримати державну послугу в чаті.
Зображення: Володимир Січка, CTO компанії Kitsoft
Чому ми обрали шлях власної Low-code платформи
У 2019 році ми стояли перед вибором: продовжувати створювати цифрові державні послуги традиційним шляхом — силами бекенд- і фронтенд-розробників — чи спробувати розробити власну low-code платформу, що дозволить реалізовувати рішення швидше й масштабніше. Ідея використати вже існуючу платформу швидко відпала після глибокого аналізу: доступні рішення були або не повністю low-code, або погано адаптованими під специфіку GovTech — особливо українського. Ми бачили ріст ринку GovTech і зрозуміли, що створення власної платформи — це ризик, але водночас стратегічна можливість. Так почалася історія Liquio, яка на той момент ще навіть не мала цієї назви.
Ми вирішили створити повноцінне рішення: кабінет користувача, автоматизація бізнес-процесів у форматі BPMN, внутрішні реєстри, файлове сховище, конектори до зовнішніх ресурсів та багато інших компонентів. Головний принцип був простим, але амбітним — будь-яке побажання замовника, якщо воно повторюється або має потенціал для масштабування, ми реалізовували не як окрему фічу, а як розширення самої платформи. Це займало більше часу, ніж точкові рішення, але давало довгостроковий ефект — створений функціонал можна було перевикористовувати для нових сервісів без додаткової розробки. Ми добре розуміли, як найкраще розвивати платформу, адже з самого початку будували її під реальні потреби державних сервісів.
Масштабування без коду
З часом платформа ставала все більш зрілою та функціональною. Ми поступово зменшували участь класичних backend і frontend фахівців у розробці нових сервісів і натомість створили нову роль — low-code розробники. Це спеціалісти, які будують державні онлайн-послуги без написання коду з нуля: вони моделюють бізнес-процеси у форматі BPMN, налаштовують інтеграції між системами, формують логіку обробки заявок і сценарії взаємодії користувачів.
Оскільки таких спеціалістів на ринку практично не існувало, ми розробили власну систему навчання та розвитку. Вона містить внутрішні курси, базу знань для швидкого онбордингу нових розробників, грейдову систему — від Trainee до Senior. Це дало змогу швидко масштабувати команди й утримувати стабільну якість навіть за великої кількості проєктів. Ми також сформували спеціальні команди — «Потоки», що запускають окремі проєкти на платформі. Кожен Потік — це невелика автономна команда, яка складається з проєктного менеджера (PM), бізнес-аналітика (BA), кількох low-code розробників та фахівця з тестування (QA), які разом повністю відповідають за результат.
Така модель дозволила нам значно прискорити розробку державних сервісів і зменшити навантаження на класичних розробників. Але головне — вона підсилює вигоду для клієнтів: кожне нове вдосконалення чи розширення Liquio автоматично стає доступним усім проєктам, що працюють на платформі. Тож кожен наступний сервіс запускається швидше, стабільніше й з меншими витратами. Це фактично створило мультиплікатор ефективності як для команди, так і для клієнтів.
І це особливо помітно, якщо порівняти підхід low-code із традиційною кастомною розробкою. У класичній моделі кожен сервіс стартує як окремий IT-проєкт із повним повторенням циклів проєктування, розробки, інтеграцій і тестування, що зазвичай розтягує запуск на 6–12 місяців. Натомість на Liquio послуги складаються з уже перевірених компонентів, а готові інтеграції та модулі можна перевикористовувати у різних проєктах. Це скорочує time-to-market до 1-1,5 місяця та зменшує витрати на створення й підтримку сервісів, забезпечуючи при цьому єдині стандарти, стабільність і повторювану якість.
AI у Liquio: технологія, що пришвидшує цифрову трансформацію
Сьогодні логічним наступним кроком у розвитку Liquio стало впровадження AI. Технології AI не просто додають зручності — вони змінюють саму парадигму розробки. Для Liquio це означає можливість зробити процес створення GovTech-сервісів ще швидшим, гнучкішим і розумнішим.
Ми визначили кілька ключових напрямів, де AI уже приносить відчутну користь і продовжує розвиватися.
1. Первинне створення опису бізнес-процесу послуги
Ми розробили Liquio AI Builder — інструмент, який автоматично перетворює технічне завдання (ТЗ) у першу версію BPMN-процесу. Замість того щоб вручну переводити текстове ТЗ у структуровану логіку, AI Builder аналізує опис процесу, розпізнає елементи та послідовності, і будує повноцінну робочу схему бізнес-процесу, зрозумілу для Liquio.
Це рішення радикально скорочує час між формулюванням ідеї та появою робочого прототипу цифрової послуги. Бізнес-аналітик може отримати первинний драфт за лічені хвилини, а low-code розробник — одразу перейти до налаштування деталей, а не до побудови з нуля. Такий підхід знижує ризик людських помилок, забезпечує єдину логіку побудови сервісів і дає можливість швидше перевіряти та вдосконалювати рішення. У перспективі ми розвиваємо AI Builder у напрямку, щоб система могла не тільки створювати процес, а й самостійно пропонувати оптимізації на основі накопичених кейсів.
2. Допомога в модифікації BPMN-процесу
Другим напрямом став Liquio AI Copilot — інструмент, який допомагає low-code розробникам працювати з процесами на платформі швидше й упевненіше. По суті, це такий самий Copilot, як ті, що сьогодні активно використовують класичні розробники у своїй роботі, але оптимізований під контекст Liquio. Він підказує оптимальні рішення, спрощує внесення змін і таким чином скорочує час між появою нових вимог та запуском оновленої послуги. Фактично Copilot допомагає нам помітно зменшувати time-to-market для державних сервісів. Його головна перевага — розуміння специфіки нашої платформи та доступ до внутрішньої бази знань, що містить опис усіх контролів, елементів BPMN, типових шаблонів і практик конфігурації.
Liquio AI Copilot не генерує процеси з нуля, а підтримує low-code розробника під час роботи, пропонуючи готові приклади, фрагменти налаштувань, формулювання умов чи підказки щодо використання певних елементів. Одразу пропонує релевантну підказку або приклад із документації.
Завдяки цьому інструменту low-code розробники можуть менше відволікатися на пошук у документації чи внутрішніх прикладах і більше зосереджуватись на логіці самого процесу. Copilot не створює нові можливості платформи, але значно підвищує ефективність її використання — особливо на етапах налагодження та зміни існуючих процесів.
Ми продовжуємо поступово розширювати контекст Copilot’а — додаємо до його бази знань нові приклади, типові сценарії та відповіді на питання, що найчастіше виникають у розробників. Таким чином він стає все кориснішим із кожною ітерацією, накопичуючи колективний досвід команди. Це приклад того, як штучний інтелект не замінює фахівця, а стає його щоденним помічником у середовищі.
3. Пошук і взаємодія з документацією
Ще один важливий напрям — Liquio AI Assistant, який став невід’ємною частиною повсякденної роботи low-code розробників. Він допомагає швидко знаходити відповіді у внутрішній документації, пояснює функціонал, наводить приклади використання елементів і навіть допомагає розв’язувати типові помилки.
AI Assistant може давати відповіді на запити, які не співпадають дослівно з текстом у документації. Це знімає бар’єр між знаннями компанії та людьми, які їх застосовують. Кожен low-code розробник отримує доступ до величезного обсягу інформації у форматі простого спілкування. Крім того, ми навчаємо Assistant на основі внутрішніх Q&A та фідбеку команди, щоб він ставав кращим із кожним днем.
Зображення: AI в екосистемі Liquio
Як AI у Liquio допоміг реалізувати сервіс зі складною бізнес-логікою
Важливим проєктом, реалізованим командою Kitsoft на базі Liquio, стала послуга онлайн-сертифікації операторів протимінної діяльності. Якщо оцінювати саме бізнес-логіку, це — один із найскладніших сервісів, які ми створювали: вона охоплює десятки перевірок, умов, ролей і взаємозалежностей між учасниками процесу.
Проблема: класичний підхід вимагав би значних ресурсів, великого обсягу ручної роботи та складної підтримки. Будь-яке уточнення в технічному завданні тягнуло за собою оновлення великої кількості елементів схеми.
Як ми розв’язали це завдяки AI в Liquio: AI Builder дозволив швидко перетворити технічне завдання у первинну BPMN-структуру, скоротивши стартовий етап моделювання. AI Copilot підтримував low-code розробників під час деталізації логіки — пропонуючи готові приклади, шаблони умов і фрагменти налаштувань, що пришвидшило роботу та мінімізувало ризики помилок.
У сервісі з такою кількістю залежностей це мало ключове значення: будь-яка зміна в нормативці чи вимогах автоматично впливала на десятки елементів процесу. Завдяки AI команда могла вносити правки значно швидше.
У підсумку команда могла зосередитись на логіці процесу, а не на рутинних технічних діях.
Ефект AI: розробка на 40% швидша
Вимірювання продуктивності після впровадження наших AI-інструментів у Liquio показало, що швидкість розробки сервісів low-code розробниками зросла в середньому на 40%. Це дало можливість запускати сервіси значно швидше, ефективніше використовувати ресурси команд і робити цифрові послуги доступними для користувачів у стисліші терміни.
Ми віримо, що саме симбіоз low-code підходу та штучного інтелекту стане основою майбутніх державних цифрових платформ: гнучких, адаптивних і таких, що навчаються разом із людьми, які їх створюють.